通过指标体系分析指标变化的原因

指标体系是重要的数据产品。在应用指标体系进行数据分析，并寻找指标变化原因时，通常把这个过程叫多维分析。

多维分析包括如下两个层面：

1．基于指标的业务口径来寻找原因
从指标的业务口径来寻找变化的原因，是指当指标发生变化时，依据指标的业务口径来寻找变化分析的方向，这种分析方法特别适合于汇总型、比例型和占比型指标，因为它们的业务口径中天然包含其他指标，可以从其包含的指标中寻求原因。

电商的收入规模类指标 GMV ，即成交金额，其标准业务口径包含已付款和拍下未付款两部分。当 GMV 发生变化时，按照指标的业务口径分析，即分析已付款和拍下未付款的变化分别是什么，可以分为以下几种情况：
■ GMV 上涨，已付款上涨，拍下未付款上涨。
■ GMV 上涨，已付款上涨，拍下未付款下降或不变。
■ GMV 上涨，已付款下降或不变，拍下未付款上涨。
■ GMV 下跌，已付款下跌，拍下未付款下跌。
■ GMV 下跌，已付款下跌，拍下未付款上涨或不变。
■ GMV 下跌，已付款上涨或不变，拍下未付款下跌。
然后再去寻找已付款由哪些部分组成，或拍下未付款由哪些部分组成，追踪这两个指标的业务口径，继续排查原因。

在电商运营中，购买转化率是一个重要指标，通常购买转化率的口径如下：

购买转化率＝成功付款人数／浏览商品的人数

当购买转化率发生变化时，基于口径分析一般有以下几种情况：
■购买转化率上涨，成功付款人数上涨，浏览商品人数上涨、下降或不变。
■购买转化率上涨，成功付款人数上涨、下降或不变，浏览商品人数下降。
■购买转化率下降，成功付款人数下降，浏览商品人数上涨、下降或不变。
■购买转化率下降，成功付款人数上涨，下降或不变，浏览商品人数上涨

说明：依据指标口径分析指标变化的原因，看似各种情况很多，事实上这些情况是可以穷尽的，并且在实际业务经营中所有情况的出现标准80％的业务经营中是非常高效的。不是均匀分布，而是集中于几种情况上.

2．基于指标关联的维度来寻找原因
从指标的关联维度来寻找变化的原因，是指当指标发生变化时，依据标的关联维度来寻找变化分析的方向，这种分析方法特别适合于原子指标，它们已不可细分，无法从指标的口径中寻找，就只能从其关联的维度中号北原因。

产品的 DAU ，按照指标的维度来分析，标准分析过程是按照新客、老客、沉默唤醒、流失召回四大客群的 DAU 分别进行分析，来寻找产品整体 DAU 的变化原因。

整体 DAU ＝新客 DAU ＋老客 DAU ＋沉默唤醒 DAU

基于指标维度来分析指标，是整个数据分析中最有魅力的过程，这个时候就会感觉到一套完整严谨的指标体系是多么重要，因为里面清晰定义了指标关联的维度，以及维度的属性。